本发明公开了一种从部分训练集快速训练模型的方法、系统、设备及介质，其方法包括如下步骤：选取待遗忘的数据子集，从中删除遗忘数据，将删除遗忘数据后剩余的数据子集作为训练样本，训练得到遗忘模型；利用成员推理攻击对遗忘模型进行评估，计算遗忘模型的输出分布，根据输出分布判断删除的遗忘数据是否遗忘成功，若遗忘成功，则将遗忘模型作为最终遗忘模型；利用后门攻击对最终遗忘模型的遗忘效果进行评估，若评估合格，则将最终遗忘模型作为目标模型；本发明方法只需要对目标模型的权重做微小扰动，不需要重新训练，因此大大节省了时间，而且没有在数据样本或目标模型训练过程做改动，对所有训练模型通用，无需增加额外的约束条件。